返回列表
GitHub热门项目曝光:Anthropic、OpenAI及Google多款顶级AI模型系统提示词泄露
行业新闻人工智能系统提示词开源项目

GitHub热门项目曝光:Anthropic、OpenAI及Google多款顶级AI模型系统提示词泄露

GitHub开发者asgeirtj发布了一个名为“system_prompts_leaks”的开源仓库,汇集了包括Claude Fable 5、ChatGPT 5.5 Thinking、Gemini 3.5 Flash等在内的多家主流AI厂商最新模型的系统提示词。该项目涵盖了Anthropic、OpenAI、Google、xAI等公司的核心产品,揭示了这些模型在运行时的底层指令逻辑,并承诺将保持定期更新。

GitHub Trending

核心要点

  • 大规模泄露:GitHub出现名为system_prompts_leaks的开源项目,专门收集主流AI模型的系统提示词。
  • 覆盖顶尖厂商:泄露范围涵盖Anthropic、OpenAI、Google、xAI等顶尖AI厂商的最新模型。
  • 涉及前沿型号:包括Claude Fable 5、ChatGPT 5.5 Thinking、Gemini 3.5 Flash及神秘的Antigravity等模型。
  • 持续更新机制:该项目旨在揭示AI模型背后的底层指令逻辑,并提供定期的内容更新。

详细分析

泄露涵盖的主流模型矩阵

根据GitHub项目显示,此次泄露涉及了当前AI领域几乎所有的头部玩家。Anthropic方面包括了Claude Fable 5、Opus 4.8、Claude Code以及Claude Design等版本;OpenAI则涉及了ChatGPT 5.5 Thinking、GPT 5.5 Instant以及Codex等前沿型号。此外,Google的Gemini 3.5 Flash、3.1 Pro以及名为“Antigravity”的模型也在名单之列。这些系统提示词是定义AI行为准则、安全边界和任务处理逻辑的核心指令,其公开意味着这些模型的“出厂设置”已在一定程度上透明化。

跨平台与垂直领域AI的指令曝光

除了通用的语言模型(LLM),该项目还提取了针对特定场景和垂直领域的AI系统提示词。这其中包括了编程助手Cursor、GitHub Copilot、VS Code内置AI以及搜索增强模型Perplexity。甚至xAI旗下的Grok模型也被包含在内。这表明泄露不仅限于基础大模型,还延伸到了集成AI的开发工具和搜索应用中,反映了AI指令在不同应用场景下的差异化设计与约束逻辑。

行业影响

此次系统提示词的大规模汇集和公开,对AI安全和提示词工程(Prompt Engineering)领域具有显著影响。一方面,它为研究人员提供了观察顶级厂商如何通过指令约束AI行为、设定角色定位的窗口;另一方面,系统提示词的泄露可能增加针对性攻击(如提示词注入攻击)的风险。对于开发者而言,这些泄露内容成为了学习高效指令编写、理解模型运行逻辑的非官方参考资料,但也引发了关于AI厂商知识产权保护的讨论。

常见问题

什么是系统提示词(System Prompts)?

系统提示词是开发者预设给AI模型的底层指令,用于规定模型的身份、语气、安全准则以及处理特定任务的方式。它是模型在与用户交互前必须遵循的最高准则,用户通常无法直接在对话界面看到这些指令。

此次泄露涉及哪些主要厂商和模型?

主要涉及Anthropic(Claude系列)、OpenAI(ChatGPT 5.5系列)、Google(Gemini系列)、xAI(Grok)以及Perplexity、Cursor等垂直领域AI应用厂商。其中包含了一些尚未大规模普及或处于前沿阶段的模型型号。

该项目是否会持续更新?

根据项目作者asgeirtj在GitHub上的描述,该仓库会定期更新,以包含更多新发布或新提取的AI模型系统提示词。

相关新闻

Anthropic年化营收飙升至650亿美元:两个月内实现180亿美元惊人增长
行业新闻

Anthropic年化营收飙升至650亿美元:两个月内实现180亿美元惊人增长

根据TechCrunch最新报道,知名AI模型制造商Anthropic的财务数据录得爆发式增长。目前,该公司的年化营收已正式攀升至650亿美元。尤为引人注目的是,在过去的短短两个月时间内,Anthropic的年化营收就增加了180亿美元。这一数据不仅刷新了AI初创企业的增长记录,也充分证明了市场对高质量AI模型及服务的强劲需求和极高的商业化变现效率。

同样集群利用率提升33%:Hugging Face揭秘任务排序对GPU效率的影响
行业新闻

同样集群利用率提升33%:Hugging Face揭秘任务排序对GPU效率的影响

本文深入分析了Hugging Face发布的关于GPU管理策略的最新进展。研究指出,在硬件集群配置保持不变的情况下,仅通过优化任务的执行顺序(Order),即可将GPU利用率显著提升33个百分点。这一由Dharma AI团队实现的突破,为解决当前AI算力紧缺与资源浪费并存的难题提供了极具价值的调度优化思路。

Rust实现高性能GPU卸载:兼具移植性、安全性与极致速度
行业新闻

Rust实现高性能GPU卸载:兼具移植性、安全性与极致速度

本文介绍了一项关于Rust语言在GPU编程领域的重大突破。研究人员开发了一种内置于Rust编译器(rustc)和LLVM后端的零开销、多厂商GPU编译框架。该框架利用Rust的所有权系统和严格的别名保证,解决了传统GPU编程中内存安全与执行效率之间的权衡难题。实验表明,该方案在RAJAPerf基准测试中达到了与原生CUDA和HIP C++相当的性能水平。